数据清洗--DataFrame中的空值处理

来源:转载

数据清洗是一项复杂且繁琐的工作,同时也是整个数据分析过程中最为重要的环节。

在python中空值被显示为NaN。首先,我们要构造一个包含NaN的DataFrame对象。

>>> import numpy as np>>> import pandas as pd>>> from pandas import Series,DataFrame>>> from numpy import nan as NaN>>> data = DataFrame([[12,'man','13865626962'],[19,'woman',NaN],[17,NaN,NaN],[NaN,NaN,NaN]],columns=['age','sex','phone'])>>> data age sex phone0 12.0 man 138656269621 19.0 woman NaN2 17.0 NaN NaN3 NaN NaN NaN

删除NaN

删除NaN所在的行

删除表中全部为NaN的行

>>> data.dropna(axis=0, how='all') age sex phone0 12.0 man 138656269621 19.0 woman NaN2 17.0 NaN NaN

删除表中任何含有NaN的行

>>> data.dropna(axis=0, how='any') age sex phone0 12.0 man 13865626962

删除NaN所在的列

删除表中全部为NaN的列

>>> data.dropna(axis=1, how='all') age sex phone0 12.0 man 138656269621 19.0 woman NaN2 17.0 NaN NaN3 NaN NaN NaN

删除表中任何含有NaN的列

>>> data.dropna(axis=1, how='any')Empty DataFrameColumns: []Index: [0, 1, 2, 3]

注意:axis 就是”轴,数轴“的意思,对应多维数组里的”维“。此处作者的例子是二维数组,所以,axis的值对应表示:0轴(行),1轴(列)。

填充NaN

如果不想过滤(去除)数据,我们可以选择使用fillna()方法填充NaN,这里,作者使用数值’0’替代NaN,来填充DataFrame。

>>> data.fillna(0) age sex phone0 12.0 man 138656269621 19.0 woman 02 17.0 0 03 0.0 0 0

我们还可以通过字典来填充,以实现对不同的列填充不同的值。

>>> data.fillna({'sex':233,'phone':666}) age sex phone0 12.0 man 138656269621 19.0 woman 6662 17.0 233 6663 NaN 233 666

参考资料:

  • 使用python进行数据清洗

分享给朋友:
您可能感兴趣的文章:
随机阅读: